Нейросеть научили предсказывать успех решения задачи на внимание Модель учитывает движения глаз

При помощи алгоритмов машинного обучения исследователи решили разобраться, по каким измеряемым данным можно предсказать точность решения задачи на внимание. Для этого ученые собрали данные о времени реакции и движении глаз при помощи эксперимента на соответствие цветов в двух вариантах: с воздушными шариками и с клоунами. В каждом из них перед участником на короткое время появлялись изображения с различными цветами.

От испытуемого требовалось сравнить картинку с предыдущей и ответить, совпадают ли цвета. У обеих задач было шесть уровней сложности — в зависимости от количества цветов, которые нужно обработать. Вариант с клоунами сложнее варианта с шариками, так как в изображении клоуна больше разных деталей. Движения глаз испытуемых записывались с помощью специального устройства.

Всего были проанализированы данные 57 здоровых взрослых людей, средний возраст которых составлял 23 года. Затем данные проанализировали с использованием моделей машинного обучения. Это позволило понять, какие данные лучше всего предсказывают успешность выполнения задачи. В эксперименте мерой успешности была точность — процент правильных ответов для каждого испытуемого на каждом уровне сложности.

Самым эффективным параметром для предсказания успешности участника оказалась скорость ответа. Также на результат повлияли и движения глаз. По таким параметрам, как среднее количество фиксаций на каждой картинке и их длительность, число саккад, частота морганий и размер зрачка, можно было частично предсказать успешность испытуемого. Движения глаз могут отражать усилие, которое испытуемый прилагает для удержания информации в поле внимания, отметили ученые.

А еще нейросеть умеет, к примеру, оценивать опасность участков дороги: